投2026-0026

発表論文	Cross-domain polymer property prediction by feature engineering using Shapley additive explanations
発表者名	○永廣 卓哉、中橋 明子
掲載誌/掲載箇所	Materials Letters 421, 141229 (2026)
発表日	2026/7/9

概要

本研究では、実験データが限られる高分子材料の物性予測を対象として、SHapley Additive exPlanations(SHAP)を活用した転移学習手法を提案した。ソースドメインにおけるXGBoostモデルから算出したSHAP値を元の分子記述子に付加し、ターゲット物性の予測に利用した。高分子物性データセットを用いた予測精度評価の結果、提案手法はLassoおよびXGBoostの精度を向上させ、従来のマルチタスクニューラルネットワークによる転移学習を上回る性能を示した。また、少数データの条件においても負の転移が抑制され、安定した性能が見られた。